在云原生口腔内扫描仪中自动编辑和重组算法的准确性:在六个扫描范围内的体外研究

科学领域:

• 数字牙科数字牙科
• 口腔卫生技术 口腔卫生技术
• 生物医学工程 生物医学工程

背景情况:

• 口腔内扫描仪对于牙科的数字印记至关重要.
• 扫描精度对于成功的牙科修复至关重要.
• 自动编辑提供了提高扫描质量的潜力.

研究的目的:

• 评估基于云的自动编辑对口内扫描精度的影响.
• 为了评估六种不同的牙弧扫描场景的准确性.
• 在真实性和精确性方面,比较自动编辑与无编辑.

主要方法:

• 一个类型突模型在六个场景中进行了432次扫描:单边小跨度 (UMS),双边小跨度 (BMS),细分小前置 (SMA),细分延伸前置 (SEA),延伸弧 (EA) 和完整弧 (CA).
• 扫描使用云原生口腔内扫描仪进行,实验扫描经过自动编辑.
• 通过使用计量软件将扫描与参考扫描进行比较来测量精度,并使用曼-惠特尼U测试进行分析.

主要成果:

• 自动编辑显著提高了UMS,SMA,SEA和EA场景的真实性.
• 通过在BMS,SMA,SEA和EA场景中进行自动编辑,提高了精度.
• 完整弧度 (CA) 扫描显示自动编辑的真实性和精度降低,建议对没有地标的全弧度应用程序保持谨慎.

结论:

• 基于云的自动编辑可以提高口内扫描的准确性,特别是在复杂的细分弧形 (SMA,SEA,EA) 中.
• 在更简单的扫描场景 (UMS,BMS) 中,自动编辑的好处不那么明显.
• 全弧扫描 (CA) 需要仔细考虑,因为如果没有足够的地标数据,自动编辑可能会降低精度.